Vak: Statistiek 3 credits: 3
- Vakcode
- BFVH3STA3
- Naam
- Statistiek 3
- Studiejaar
- 2022-2023
- ECTS credits
- 3
- Taal
- Nederlands
- Coördinator
- M.E.F. Apol
- Werkvormen
-
- Hoorcollege
- Werkcollege
- Toetsen
-
- Statistiek 3 - Computer, eigen organisatie
Leeruitkomsten
Na afloop van deze module kan de student:
- Microarray data preprocessen (background correctie, normalisatie, log-transformatie)
- Continue (genexpressie) data analyseren met parametrische toetsen (1-sample, 2-sample (Welch) en gepaarde t-toetsen, 1-way ANOVA en 2-way ANOVA met blocking)
- Effectsterktes voor deze parametrische toetsen berekenen en interpreteren
- Multiple-toetsing correcties (Bonferroni, Holm, Benjamini-Hochberg) voor parametrische toetsen toepassen
- Genen en/of samples op basis van genexpressiedata clusteren via hiƫrarchische en k-means clustering methoden, en daar dendrogrammen en heatmaps van maken
- Discrete data analyseren met categorische toetsen (1-sample en 2-sample z-toetsen, 1-way en 2-way chi-kwadraat toetsen)
- Effectsterktes voor deze categorische toetsen berekenen en interpreteren
- R, RStudio en enkele extra libraries gebruiken bij deze analyses
Inhoud
Statistische methoden vormen een belangrijk onderdeel van de toolbox van een bio-informaticus. Statistiek 3 geeft een introductie in hypothese-toetsen, het analyseren van genexpressie (micro-array) gegevens, en het gebruik van R daarbij. Onderwerpen die worden behandeld zijn o.a. t-toetsen en ANOVA, effectsterktes, multiple testing correcties, hierarchische en k-means clustering en heatmaps.
Opgenomen in opleiding(en)
School(s)
- Instituut voor Life Science & Technology